1. resize函數說明

    OpenCV提供了resize函數來改變圖像的大小，函數原型如下：

void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR );

    參數說明：

src：輸入，原圖像，即待改變大小的圖像；dst：輸出，改變大小之后的圖像，這個圖像和原圖像具有相同的內容，只是大小和原圖像不一樣而已；dsize：輸出圖像的大小。如果這個參數不為0，那么就代表將原圖像縮放到這個Size(width，height)指定的大??；如果這個參數為0，那么原圖像縮放之后的大小就要通過下面的公式來計算：

       dsize = Size(round(fx*src.cols), round(fy*src.rows))

       其中，fx和fy就是下面要說的兩個參數，是圖像width方向和height方向的縮放比例。

fx：width方向的縮放比例，如果它是0，那么它就會按照(double)dsize.width/src.cols來計算；fy：height方向的縮放比例，如果它是0，那么它就會按照(double)dsize.height/src.rows來計算；interpolation：這個是指定插值的方式，圖像縮放之后，肯定像素要進行重新計算的，就靠這個參數來指定重新計算像素的方式，有以下幾種：

      INTER_NEAREST - 最鄰近插值
      INTER_LINEAR - 雙線性插值，如果最后一個參數你不指定，默認使用這種方法
      INTER_AREA -區域插值 resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire'-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
      INTER_CUBIC - 4x4像素鄰域內的雙立方插值
      INTER_LANCZOS4 - 8x8像素鄰域內的Lanczos插值

使用注意事項：

   dsize和fx/fy不能同時為0，要么你就指定好dsize的值，讓fx和fy空置直接使用默認值，就像

resize(img, imgDst, Size(30,30));

要么你就讓dsize為0，指定好fx和fy的值，比如fx=fy=0.5，那么就相當于把原圖兩個方向縮小一倍！

OpenCV官方說明：注意紅色方框那句話：https://docs.opencv.org/3.2.0/da/d54/group__imgproc__transform.html#ga47a974309e9102f5f08231edc7e7529d

To shrink an image, it will generally look best with cv::INTER_AREA interpolation, whereas to enlarge an image, it will generally look best with cv::INTER_CUBIC (slow) or cv::INTER_LINEAR (faster but still looks OK).

2.各種插值方式的比較

    OpenCV的cv::resize函數支持多種插值方式，這里主要比較下面四個常用的插值方式。

    參考資料：《OpenCV中resize函數五種插值算法的實現過程》 

2.1 INTER_NEAREST（最近鄰插值）

    最近鄰插值是最簡單的插值方法，選取離目標點最近的點作為新的插入點，計算公式表示如下：

插值后的邊緣效果：由于是以最近的點作為新的插入點，因此邊緣不會出現緩慢的漸慢過度區域，這也導致放大的圖像容易出現鋸齒的現象

2.2 INTER_CUBIC  (三次樣條插值)

插值后的邊緣效果：可以有效避免出現鋸齒的現象

2.3 INTER_LINEAR(線性插值)

    線性插值是以距離為權重的一種插值方式。

插值后的邊緣效果：可以有效避免出現鋸齒的現象

2.4 INTER_AREA  (區域插值)

   區域插值共分三種情況，圖像放大時類似于雙線性插值，圖像縮小(x軸、y軸同時縮小)又分兩種情況，此情況下可以避免波紋出現。因此對圖像進行縮小時，為了避免出現波紋現象，推薦采用區域插值方法。

  OpenGL說明文檔有這么解釋：To shrink an image, it will generally look best with #INTER_AREA interpolation, whereas to enlarge an image, it will generally look best with #INTER_CUBIC (slow) or #INTER_LINEAR (faster but still looks OK).

    如果要縮小圖像，通常推薦使用INTER_AREA插值效果最好，而要放大圖像，通常使用INTER_CUBIC(速度較慢，但效果最好)，或者使用INTER_LINEAR(速度較快，效果還可以)。

插值后的邊緣效果：

測試代碼：

#include chrono>
#include opencv2/opencv.hpp>
#define  millisecond 1000000
#define DEBUG_PRINT(...)  printf( __VA_ARGS__); printf("\n")
#define DEBUG_TIME(time_) auto time_ =std::chrono::high_resolution_clock::now()
#define RUN_TIME(time_)  (double)(time_).count()/millisecond
using namespace std;
 
cv::Mat image_resize(cv::Mat image, int width, int height, int interpolation, int num) {
    cv::Mat dest;
    for (int i = 0; i  num; ++i) {
        cv::resize(image, dest, cv::Size(width, height), 0, 0, interpolation);//最近鄰插值
    }
    return dest;
}
 
 
int main() {
    string path = "../1.jpg";
    cv::Mat image = cv::imread(path);
    cv::resize(image, image, cv::Size(1000, 1000));
    int re_width = 900;
    int re_height = 900;
    int  num=10;
    cv::Mat image2X_INTER_NEAREST;
    cv::Mat image2X_INTER_LINEAR;
    cv::Mat image2X_INTER_AREA;
    cv::Mat image2X_INTER_CUBIC;
    cv::Mat initMat;
    DEBUG_PRINT("image input size:%dx%d", image.rows, image.cols);
    DEBUG_TIME(T0);
    image2X_INTER_NEAREST=image_resize(image, re_width, re_height, cv::INTER_NEAREST, num);
    DEBUG_TIME(T1);
    image2X_INTER_LINEAR=image_resize(image, re_width, re_height, cv::INTER_LINEAR, num);
    DEBUG_TIME(T2);
    image2X_INTER_AREA=image_resize(image, re_width, re_height, cv::INTER_AREA, num);
    DEBUG_TIME(T3);
    image2X_INTER_CUBIC=image_resize(image, re_width, re_height, cv::INTER_CUBIC, num);
    DEBUG_TIME(T4);
    DEBUG_PRINT("resize_image:%dx%d,INTER_NEAREST:%3.3fms",
            image2X_INTER_NEAREST.rows,
            image2X_INTER_NEAREST.cols,
            RUN_TIME(T1 - T0)/num);
    DEBUG_PRINT("resize_image:%dx%d,INTER_LINEAR :%3.3fms",
            image2X_INTER_LINEAR.rows,
            image2X_INTER_LINEAR.cols,
            RUN_TIME(T2 - T1)/num);
    DEBUG_PRINT("resize_image:%dx%d,INTER_AREA   :%3.3fms",
            image2X_INTER_AREA.rows,
            image2X_INTER_AREA.cols,
            RUN_TIME(T3 - T2)/num);
    DEBUG_PRINT("resize_image:%dx%d,INTER_CUBIC  :%3.3fms",
            image2X_INTER_CUBIC.rows,
            image2X_INTER_CUBIC.cols,
            RUN_TIME(T4 - T3)/num);
    return 0;
}

    運行結果：

image input size:1000x1000
resize_image:900x900,INTER_NEAREST:0.389ms
resize_image:900x900,INTER_LINEAR :0.605ms
resize_image:900x900,INTER_AREA   :2.611ms
resize_image:900x900,INTER_CUBIC  :1.920ms

3. 總結

    測試結果表明：

•  速度比較：INTER_NEAREST（最近鄰插值)>INTER_LINEAR(線性插值)>INTER_CUBIC(三次樣條插值)>INTER_AREA  (區域插值)
• 對圖像進行縮小時，為了避免出現波紋現象，推薦采用INTER_AREA 區域插值方法。
• OpenCV推薦：如果要縮小圖像，通常推薦使用#INTER_AREA插值效果最好，而要放大圖像，通常使用INTER_CUBIC(速度較慢，但效果最好)，或者使用INTER_LINEAR(速度較快，效果還可以)。至于最近鄰插值INTER_NEAREST，一般不推薦使用
  

到此這篇關于OpenCV圖像縮放resize各種插值方式的比較實現的文章就介紹到這了,更多相關OpenCV圖像縮放resize內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！